自 2023 年 OpenAI 發(fā)布函數(shù)調(diào)用功能以來，我一直在思考如何構(gòu)建一個智能體與工具協(xié)同的生態(tài)系統(tǒng)。隨著基礎(chǔ)模型的智能化程度提升，智能體與外部工具、數(shù)據(jù)和 API 的交互能力變得日益碎片化：開發(fā)者需要為每個集成系統(tǒng)單獨實現(xiàn)包含特定業(yè)務(wù)邏輯的智能體。顯然，我們需要一個執(zhí)行、數(shù)據(jù)獲取和工具調(diào)用的標(biāo)準(zhǔn)接口。API 曾是互聯(lián)網(wǎng)的首個偉大統(tǒng)一者，為軟件通信創(chuàng)造了通用語言，但 AI 模型仍缺乏類似標(biāo)準(zhǔn)。

2024 年 11 月推出的模型上下文協(xié)議（Model Context Protocol, MCP），作為潛在解決方案在開發(fā)者和 AI 社區(qū)中迅速獲得關(guān)注。本文將探討 MCP 的定義、其如何改變 AI 與工具的交互方式、開發(fā)者基于 MCP 的創(chuàng)新實踐，以及仍需解決的挑戰(zhàn)。

與您之前使用的本地 MCP 服務(wù)器不同，遠(yuǎn)程 MCP 服務(wù)器可通過互聯(lián)網(wǎng)訪問。人們只需使用熟悉的授權(quán)流程登錄并向 MCP 客戶端授予權(quán)限即可。我們認(rèn)為這將是一項重大舉措 — 在過去幾個月中，將編碼代理連接到 MCP 服務(wù)器讓開發(fā)人員大開眼界，而遠(yuǎn)程 MCP 服務(wù)器同樣有潛力為更廣泛的受眾開辟類似的使用 LLM 和代理的新方式，包括更多日常消費者用例。

1.什么是 MCP？

MCP 是一種開放協(xié)議，允許系統(tǒng)以可跨集成場景通用的方式為 AI 模型提供上下文。該協(xié)議定義了 AI 模型調(diào)用外部工具、獲取數(shù)據(jù)和與服務(wù)交互的標(biāo)準(zhǔn)。以 Resend MCP 服務(wù)器與多個 MCP 客戶端的協(xié)作流程為例：

圖片

智能體選擇Resend → MCP服務(wù)器及內(nèi)置的send_email工具 →
 Cursor（MCP客戶端）調(diào)用send_email  
提示："能否發(fā)送郵件至yli@a16z.com并問候？" →
 Claude Desktop調(diào)用send_email(內(nèi)容) → 
 Resend MCP服務(wù)器工具 → Resend服務(wù)

圖片

MCP 的靈感源自語言服務(wù)器協(xié)議（LSP）。在 LSP 中，用戶在編輯器輸入時，客戶端會向語言服務(wù)器請求代碼補全或診斷建議。MCP 的擴展之處在于以智能體為中心的執(zhí)行模型：LSP 主要是被動響應(yīng) IDE 請求，而 MCP 旨在支持自主 AI 工作流。基于上下文，AI 智能體可決定工具調(diào)用順序、組合方式，并引入人工介入機制以補充數(shù)據(jù)或?qū)徟鷪?zhí)行。

圖片

2.當(dāng)前熱門用例

通過部署 MCP 服務(wù)器，用戶可將任意 MCP 客戶端轉(zhuǎn)化為 “全能應(yīng)用”。

圖片

2.1開發(fā)者工作流

開發(fā)者可在 IDE 內(nèi)直接完成數(shù)據(jù)庫查詢、緩存管理等操作，無需切換工具：

使用 Postgres MCP 服務(wù)器執(zhí)行只讀 SQL 命令

通過 Upstash MCP 服務(wù)器創(chuàng)建緩存索引

借助 Browsertools MCP 實時調(diào)試代碼（示例：Tetris 游戲過早結(jié)束的調(diào)試流程）

2.2全新用戶體驗

• Claude Desktop：為非技術(shù)用戶提供友好的 MCP 工具入口
• Highlight：通過 @命令調(diào)用任意 MCP 服務(wù)器（示例：直接在聊天中創(chuàng)建 Notion 頁面）
• Blender MCP：支持自然語言生成 3D 模型（示例："a16z infra" 標(biāo)志設(shè)計）

3.MCP 生態(tài)系統(tǒng)

當(dāng)前生態(tài)系統(tǒng)呈現(xiàn)以下特征：

• 客戶端：以編碼工具為主（如 Cursor），商業(yè)場景客戶端正在興起
• 服務(wù)器：聚焦本地優(yōu)先和單用戶場景，遠(yuǎn)程服務(wù)器標(biāo)準(zhǔn)化進程啟動
• 基礎(chǔ)設(shè)施：市場平臺（Mintlify、Smithery）降低服務(wù)器發(fā)現(xiàn)成本，部署工具（Cloudflare）解決擴展性問題

4.未來可能性

盡管 MCP 已取得進展，但仍需解決以下關(guān)鍵挑戰(zhàn)：

• 多租戶架構(gòu)：支持企業(yè)級共享服務(wù)器部署
• 認(rèn)證授權(quán)體系：統(tǒng)一 OAuth/API 令牌標(biāo)準(zhǔn)，實現(xiàn)細(xì)粒度權(quán)限控制，比如 cloudflare 做了一套 MCP 服務(wù)認(rèn)證授權(quán)系統(tǒng)
• 網(wǎng)關(guān)層：集中管理流量、安全策略和工具路由
• 標(biāo)準(zhǔn)化開發(fā)體驗：統(tǒng)一工具選擇邏輯、UI 交互模式和調(diào)試工具
• 執(zhí)行環(huán)境：支持多步工作流的狀態(tài)管理

5.AI 工具的深遠(yuǎn)影響

若 MCP 成為 AI 工作流的事實標(biāo)準(zhǔn)，可能引發(fā)以下變革：

• 競爭維度轉(zhuǎn)移：企業(yè)需同時優(yōu)化 API 設(shè)計和工具集合
• 動態(tài)定價模型：工具選擇將基于速度、成本和相關(guān)性實時決策
• 文檔基礎(chǔ)設(shè)施化：需提供機器可讀的工具說明（如 llms.txt）
• 新型托管服務(wù)：支持多步執(zhí)行、重試機制和實時負(fù)載均衡

6.前行之路

2025 年將是 MCP 發(fā)展的關(guān)鍵年：

• 能否形成統(tǒng)一的 MCP 市場平臺？
• 智能體認(rèn)證能否實現(xiàn)無縫銜接？
• 多步執(zhí)行能否成為協(xié)議原生功能？

MCP 正重塑 AI 智能體生態(tài)，但下一階段的突破將取決于我們?nèi)绾谓鉀Q這些基礎(chǔ)挑戰(zhàn)。若成功，MCP 有望成為 AI 與工具交互的默認(rèn)接口，開啟自治化、多模態(tài)、深度集成的 AI 新時代。